數字化轉型對企業過度負債的抑制路徑

一、引言

在我國的金融體系下，債務融資是企業生產經營的主要融資方式。企業保持合理負債規模，優化債務結構是防范系統性金融風險和促進經濟高質量發展的重要舉措。雖然2015年推行的供給側結構性改革將去杠桿列為目標任務之一，然而，根據國家資產負債表研究中心的數據，2019一2024年，非金融企業部門的杠桿率從 149% 上升到 168.4%_o 適度的負債水平有助于提高企業的效率，而過度負債可能會增加企業的債務成本和破產風險，甚至債務風險的傳染性會加劇金融系統的脆弱性。因此，推進企業債務治理優化，防范企業過度負債對于實體經濟和金融系統的可持續發展具有重要的現實意義。

以人工智能等為代表的數字技術正迅猛發展，當前社會已經步人了數字經濟時代，進行數字化轉型成為當下企業保持競爭優勢，提升企業發展質量的關鍵所在。企業數字化轉型是指企業利用數字技術實現資源配置優化和運營效率提升，推動數字技術與實體經濟融合，賦能企業轉型發展的過程。現有研究表明，數字化轉型無論對企業發展還是宏觀經濟發展都有著積極的影響。然而，數字化轉型并非一蹴而就的事情，是一項戰略性和長期性的變革。企業進行數字化轉型，會增加對數字化技術設備等的資金投入2，從而會影響企業的融資決策。

因此，本文主要關注以下問題：第一，數字化轉型是促進還是抑制了企業的過度負債？第二，其影響機制如何？第三，該影響是否會因企業的特征而存在顯著不同？鑒于此，本文以2010—2023年中國滬深A股上市企業作為研究樣本，實證檢驗數字化轉型與企業過度負債的關系，探究其內在的傳導機制，以期為促進企業積極實行數字化轉型，合理規劃企業債務規模，優化資本結構，賦能實體經濟實現更高層次發展提供參考。

二、文獻綜述

（一）企業數字化轉型的經濟效應

數字化轉型是企業突破傳統經營模式，增強市場核心競爭力的重要途徑。現有研究也表明數字化轉型對企業生產經營的積極效應。企業數字化轉型能夠提高企業的專業化分工[，促進了企業的持續性創新，增加了創新績效和創新產出。同時，數字化技術的應用促使企業進行人力資源升級，低技能勞動力被高技術人員替代，進而提升了企業的全要素生產率和出口產品質量4。此外。數字化轉型破除了組織間的信息壁壘，增強了信息挖掘和分析效率，降低了企業的信息成本，提高了企業的資本配置效率[，同時也抑制了企業信息披露違規行為。可見，借助數字技術企業能夠及時掌握市場需求動態，調整生產經營決策，提高經營效率，增強企業現金流的穩定性，進而緩解企業的融資約束，提高企業長期信貸的可得性，同時也能降低企業債務違約的風險。

（二）過度負債的影響因素

權衡理論認為，企業的債務選擇受到市場摩擦、稅率以及破產成本等諸多因素的影響，在權衡債務融資的破產成本和稅盾收益后，企業會將資本結構調整到最佳的負債率。但現實中，調整成本的存在以及事件發生的隨機性等可能導致企業資本結構偏離目標負債率，從而出現過度負債或債務不足的現象[8。現有文獻將影響企業過度負債的因素分為外部宏觀因素和企業內部微觀因素。從企業內部微觀因素來看，存在多個大股東的企業能夠有效發揮監督治理效應，從而抑制企業的非理性負債。而管理者的過度自信[1]、集團控制程度的提高[會加劇企業的債務負擔，增加企業過度負債的可能性。從外部宏觀環境來看，法律制度[、利率管制[13]等市場制度環境，以及商業沖擊[4等均會對企業的過度負債程度產生顯著影響。

通過對現有文獻的梳理可以發現，企業數字化轉型是當下學術界討論的熱點問題，也是企業在數字經濟時代實現創新發展的必經之路。在中國資本市場中，債務融資仍然是企業生產經營活動的主要融資來源。適度負債有利于企業擴張經營規模和增加實業投資水平，過度負債則可能會給企業帶來財務困境和破產風險。然而，鮮有文獻探討企業的數字化轉型是否會影響企業的過度負債。因此，本文可能的邊際貢獻在于：首先，研究視角上，本文以數字化轉型為切人點，為優化中國企業的債務治理提供了理論參考，豐富了數字化轉型主題文獻的研究。其次，理論機制上，本文從不同的視角揭示了數字化轉型抑制企業過度負債的機制路徑，有助于加深對數字化轉型抑制企業過度負債具體機制的理解與認識，為釋放數字化轉型的經濟效應提供新思路。最后，在實踐層面上，本文的研究結論具有政策意義。積極倡導、鼓勵企業數字化轉型有助于優化債務結構，抑制企業過度負債動機，防范系統性金融風險。

三、理論分析與研究假設

（一）數字化轉型與企業過度負債

在數字科技蓬勃發展的浪潮中，數字化轉型是企業實現高質量發展的重要途徑，數字技術的應用推動了企業生產銷售和治理等各方面的重大變革。將數字技術運用于生產環節，能夠優化企業生產流程，提高生產靈活性和資源利用效率，實現更高的產出績效[15]，提高企業的營業收入，緩解企業的財務困境，從而降低企業的債務融資需求。此外，數字技術賦能企業治理升級，通過數字技術管理層能夠更全面準確地了解企業的經營狀況、財務狀況，及時調整企業的債務融資決策。同時，數字技術也改變了現有監督債權人和約束管理層的方式，使得基于過程的實時監督成為可能[，從而壓縮管理層的短視行為，抑制盈余操縱和無效投資。數字化轉型還增加了上下游企業以及企業內部各部門之間的聯動效應，打破了信息壁壘，降低組織協調成本，提高信息管理效率，從而有助于企業優化資本結構，提升向目標債務結構調整的速度。數字技術賦能企業生產治理的同時，也拉近市場投資者與企業的距離，投資者對數字化轉型企業的關注提升，使企業主動或被動披露更多相關信息，提高信息披露質量，增強企業透明度，市場投資者的監督抑制了企業債務融資操縱的沖動。

綜上所述，本文提出以下假設。

假設1：數字化轉型抑制了企業過度負債行為。

（二）數字化轉型、代理成本和企業過度負債

企業過度負債的成因有很多，管理層的“掏空”和侵占股東、債權人等利益的行為是導致債務過度的內因之一。因此，企業的代理成本加劇會誘發企業加大債務擴張程度。而企業數字化轉型能夠有效降低企業的代理成本，進而抑制管理層的過度負債行為。一方面，數字化轉型發揮了債權人治理效應，強化了外部監督。物聯網、云計算等數字化技術能夠整合企業生產、銷售等全鏈條數據，構建標準化、結構化數據資產，便于銀行了解企業的實際經營狀況，掌握企業真實的負債需求。此外，動態數據流使銀行能夠實時追蹤資金流向7，通過智能系統識別異常支出，提升貸后監控效率，減少管理層濫用資金以及通過轉移、侵占資金等損害企業利益的行為，從而抑制了管理層過度增加財務杠桿。另一方面，數字化轉型重塑了企業組織管理模式，提升了企業的治理水平，減少了管理層以高債務模式進行生產經營獲取高額私人利益的行為。債務的杠桿效應和稅盾收益會激發管理層采取高負債融資的意愿。而數字技術的應用實現了對機會主義的有效監督，減少管理層舞弊、操縱財務報表等行為，壓縮了管理層的短視行為[18]，有效抑制了管理層利用過度舉債來轉移和占用企業財產等“掏空”企業的動機，從而降低企業過度負債的傾向。此外，數字化轉型也加劇了市場競爭，迫使企業將資金優先用于戰略創新，縮小了管理層對資金的自由支配空間，提升了資金使用效率，同時，管理層為了避免破產風險，會進一步降低企業的高杠桿率。因此，企業數字化轉型使管理層受到內外部的監督約束，緩解了管理層利用高債務攫取私利、過度進行規模擴張和非效率投資等代理問題，其非理性負債動機得到有效遏制，從而降低企業的過度負債程度。

綜上所述，本文提出以下假設。

假設2：數字化轉型通過降低企業的代理成本從而抑制企業的過度負債。

（三）數字化轉型、信息不對稱和企業過度負債

在信貸市場中，信息不透明使信貸機構無法準確了解企業的生產經營狀況和財務狀況，從而可能會帶來逆向選擇和道德風險的問題。在信息不對稱的情況下，債權人可能會低估企業的風險水平，導致債務融資成本低于真實風險水平的融資成本，企業會傾向于大量舉債，最終，企業的負債率高于最優負債水平。而企業數字化轉型能夠改善企業的信息環境，緩解企業與市場參與者之間的信息不對稱程度。企業在年報中披露數字化轉型相關信息被視為向資本市場傳遞積極信號[19，容易受到市場投資者的廣泛關注，促使企業披露更多的財務和非財務信息，提高企業的信息透明度，增加市場對企業價值的共識。與此同時，信息透明度的提高也意味著企業債務弄虛作假的行為更容易被識別，進而抑制了企業通過大規模負債投資高風險項目的行為。此外，大數據和人工智能技術的應用提高了財務報表的編制效率和準確性，社交媒體與移動互聯網也促使企業更客觀、及時地披露會計信息2，提高企業財務信息質量。銀行等金融機構可以通過分析企業的經營交易、納稅記錄等多維信息數據，準確有效地評估企業的信用狀況[21，從而設定符合企業風險水平的債務融資成本，避免融資成本的低估導致企業過度舉債。因此，數字化轉型增加了企業信息披露的意愿和信息披露的質量，緩解了銀企信息不對稱問題，有助于合理準確評估企業的債務融資成本，抑制企業以低債務成本過度進行債務融資的動機，從而降低了企業的過度負債程度。

綜上所述，本文提出以下假設。

假設3：數字化轉型通過降低信息不對稱進而抑制了企業的過度負債。

（四）數字化轉型、經營成本和企業過度負債

近年來，經濟環境存在著很大的不確定性，外部的矛盾沖突嚴重阻礙了企業的投資發展，實體企業的生產經營成本也在不斷提高。經營成本的攀升進一步壓低了企業的經濟效應和利潤空間，從而迫使企業增加債務融資維系生產經營。因此，“降成本\"成為企業保持合理負債規模和實現持續性高質量發展的重要一步。而企業數字化轉型是以數字技術為核心的升級改造，將會對企業的經營成本產生積極效應。數字化轉型改變了企業生產經營的模式，企業能夠利用數字技術采集并共享生產銷售環節的全鏈條數據，降低上下游企業和內部組織之間的協調交易成本，提升企業經營效率的同時也減少資金投人，進而降低企業的債務融資規模。企業還可以通過人工智能等數字技術及時了解市場消費需求動態，及時調整生產銷售計劃，避免產能過剩和庫存堆積，進而有效緩解生產投人時滯造成企業資金鏈緊張或是斷裂的情況，從而減少企業為滿足生產經營的資金需求而過度增加債務的行為。此外，智能設備和自動化等數字技術優化了生產流程，降低了人為干預的錯誤，減少了原材料的浪費，降低生產經營成本，也顯著提升生產效率[22和盈利空間。因此，數字化轉型賦能企業生產經營優化，使得企業的生產經營成本減少，進而使企業的預期收益和經營績效提升，財務困境改善。此外，企業成本降低后，內部現金流增加，根據優序融資理論，企業會優先選擇內部資金進行投資，減少對外部債務的融資需求，從而減少過度負債行為。

綜上所述，本文提出以下假設。

假設4：數字化轉型通過降低企業的經營成本從而抑制了企業的過度負債。

四、研究設計

（一）數據來源

本文選擇2010一2023年中國滬深A股上市企業作為研究樣本，對原始樣本數據進行了如下處理：（1）剔除了金融、保險行業的企業；（2）剔除ST、*ST，PT 以及交易異常的樣本；（3）剔除資產負債率大于1的企業；（4）為避免極端值對實證結果造成干擾，對連續型變量進行了 1% 和 99% 百分位的縮尾（Winsorize）處理。最終得到4234家上市企業29317個樣本觀測值，數據來源于CSMAR數據庫。

（二）變量設定

1.被解釋變量

被解釋變量為過度負債水平（EXLEV）。本文參考Harford等（2009）23]和陸正飛等（2015）24的做法，根據模型（1）進行分年度的Tobit回歸，得出企業的目標資產負債率 （LEV_t^* ）

企業實際負債率 （LEV_t） 減去模型（1）得出的目標負債率 （LEV_t^* ）即為企業的過度負債水平（EXLEV）。模型（1）中其余的變量與陸正飛等（2015）24研究中的定義一致（見表1）。

2.核心解釋變量

核心解釋變量為企業數字化轉型程度 （DT） 。本文參考吳非等（2021）[19的研究，利用Python爬蟲技術收集整理上市企業年報中有關數字化轉型的特征詞，并將特征詞分為人工智能技術、大數據技術、云計算技術、區塊鏈技術四個底層技術類指標以及一個技術實踐應用類指標。進一步將所有類別指標詞頻數匯總取自然對數，形成企業數字化轉型程度（DT）的代理指標。

3.控制變量

除了模型（1）中所含的控制變量外，基準回歸模型中的控制變量還參考了賀佳等（2023）2的研究。

主要變量說明如表1所示。

（三）模型構建

為研究數字化轉型對企業過度負債的影響，本文構建了模型（2）加以檢驗。

其中， EXLEV_i，t 表示被解釋變量企業過度負債， DT_i，t 表示核心解釋變量企業數字化轉型程度。Controli，為前文所述的所有控制變量集合， δ_i 是企業固定效應， ?_μt 是年份固定效應， ε_i，t 是隨機誤差項。此外，對標準誤進行了企業層面的聚類調整。

表2展示了本文主要變量的描述性統計結果。

五、實證結果分析

（一）基準回歸結果

數字化轉型程度對企業過度負債影響的回歸結果如表3所示。從中可以看出，在沒有任何固定效應以及企業層面控制變量的情形下，列（1）中變量DT的系數在 1% 的統計水平上顯著為負。當只加人固定效應或是只加入控制變量時，列（2）和列（3）的結果表明，數字化轉型在 5% 的水平上顯著降低企業的過度負債程度。進一步地，當對控制變量和固定效應全部進行控制時，列（4）中數字化轉型的系數同樣為負，且通過 1% 的顯著性水平檢驗。因此，在列（1）至列（4）中數字化轉型的系數均顯著為負，說明數字化轉型能夠顯著降低企業的過度負債程度，本文的假設1得到證實。

（二）穩健性檢驗

為了增強基準回歸結果的可信性，本文采用替換解釋變量、更換被解釋變量和更改樣本觀測期的方式對基準回歸結果進行穩健性檢驗。

1.替換解釋變量

企業數字化轉型程度衡量方法的差異可能會對估計結果產生影響。本文參考陶鋒等（2023）[26]的研究，以企業財務報表附注中披露的數字化無形資產與無形資產總量的比值作為企業數字化轉型程度的代理變量，進行穩健性檢驗。表4中列（1）展示了替換解釋變量后的回歸結果，企業數字化轉型程度系數顯著為負，與基準結果保持一致。

2.更換被解釋變量

企業過度負債水平衡量方法的差異也可能會對估計結果產生影響，本文借鑒許曉芳等（2020）27]的做法，以企業資產負債率的行業中位數為目標負債率，以企業實際負債率與資產負債率行業中位數之差衡量過度負債水平，進行穩健性檢驗。表4中列（2）展示了更換被解釋變量后的回歸結果，企業數字化轉型程度系數顯著為負，與基準結果保持一致。

3.更改樣本觀測期

2019年底暴發的新冠疫情嚴重影響了經濟的發展，為排除突發公共衛生事件可能造成的影響，本文剔除2019年之后的樣本，僅對2010一2019年的樣本數據進行基準回歸分析。表4中列（3）展示了更改樣本觀測期后的回歸結果，結果顯示企業數字化轉型程度系數依然顯著為負，與基準結果保持一致。

（三）內生性檢驗

數字化轉型與企業過度負債程度可能有潛在的內生性問題，本文采用工具變量法和傾向得分匹配法緩解內生性問題。

1.工具變量法

采用工具變量可以緩解反向因果、遺漏變量等內生性問題的影響。本文參考何青等（2024）7的做法，將企業數字化轉型與按行業和省份分類的數字化轉型均值差額的三次方作為企業數字化轉型的工具變量。工具變量法第一階段的回歸結果見表5中列（1），企業數字化轉型的工具變量 的系數為0.078，通過了 1% 的統計性檢驗，表明該工具變量與企業數字化轉型之間存在相關性。并且在對工具變量進行不可識別檢驗和弱工具變量問題檢驗時，統計量Kleibergen-PaaprkLM通過不可識別檢驗，統計量Kleibergen-PaaprkWaldF大于 10% 顯著水平的臨界值16.38。根據上述的檢驗，該工具變量是切實可靠的。表5中列（2）展示了工具變量法第二階段的回歸結果，核心解釋變量的系數在1% 的水平上顯著為負，與基準回歸中的結論相一致。說明緩解了內生性問題后，數字化轉型對企業過度負債的抑制效應依然顯著存在。

2.傾向得分匹配法

內生性的存在可能會影響實證結果的準確性，本文將采用傾向得分匹配法重新對基準回歸進行檢驗，以此降低內生性對實證結論的影響。根據企業年報中是否披露數字化轉型關鍵詞為實驗組和對照組的分組依據，若披露數字化轉型關鍵詞則為實驗組，沒有披露的企業樣本為對照組。實驗組和對照組以基準回歸中的控制變量為協變量，并進行1：1的最近鄰匹配。最后根據匹配得到的樣本重新檢驗基準回歸模型。表5中列（3）為傾向得分匹配后的回歸結果，企業數字化轉型的估計系數為-0.007 ，在 1% 的統計水平上顯著，該結論與基準結論一致，說明經過內生性處理后，企業數字化轉型抑制企業過度負債的效應依然存在且顯著。

（四）機制檢驗

本文將從代理成本、信息不對稱和經營成本三條渠道檢驗數字化轉型抑制企業過度負債的作用機制，借鑒江艇2的方法，機制檢驗模型如下：

Channel_i，t=γ₀+γ₁DT_i，t+γ₂Control_i，t+δ_i+μ_i+ε_i，t

其中， Channel_i，t 表示代理成本 ? 信息不對稱和經營成本三條機制渠道， DT_i，t 表示企業數字化轉型程度， Control_i，t 為前文所述的所有控制變量集合， δ_i 是企業固定效應， ??μ_r 是年份固定效應， ε_i，t 是隨機誤差項。此外，對標準誤進行了企業層面的聚類調整。

1.代理成本

企業的代理問題是公司治理的核心議題，管理層的過度投資、盲目擴張規模等短視行為都可能會加劇企業的債務負擔，誘導企業過度負債。本文參考徐壽福等（2024）的研究，選擇管理費用率衡量企業的代理成本，管理費用率越高說明企業內部管理層的玩忽職守、在職消費等行為越嚴重，企業的代理成本越高。機制檢驗結果見表6中列（1），核心解釋變量DT的估計系數為負，且在 1% 的統計水平上顯著，說明數字化轉型顯著減少了企業的代理成本問題，進而降低了企業的過度負債程度，假設2得以驗證。

2.信息不對稱

分析師是資本市場上重要的信息中介，其搜集與整合的信息成為市場參與者了解上市企業和市場行情的重要途徑。本文參考趙英會等（2024）2的研究，以當年跟蹤該公司的分析師總人數加一后的自然對數衡量信息不對稱程度。關注該企業的分析師數量越多，說明企業的透明度越高，信息不對稱程度越低。機制檢驗結果見表6中列（2），核心解釋變量DT的估計系數在 5% 的水平上顯著為正，說明數字化轉型可以顯著增加分析師對企業的關注度，使信息不對稱程度得到緩解，企業透明度提高，進而抑制了企業過度負債的可能，假設3得以驗證。

3.經營成本

數字化轉型企業能夠利用數字技術提升企業的生產效率，減少不必要的資源浪費，提高資源的邊際產出，從而降低企業的生產經營成本。本文借鑒狄靈瑜等（2023）30的做法，將營業成本占營業收入的比重作為企業營業成本的度量指標。機制檢驗結果見表6中列（3），核心解釋變量DT的估計系數為負，且通過了 1% 的顯著性水平檢驗，說明數字化轉型對企業的經營成本具有顯著的降低效應，進而抑制了企業的過度負債程度，假設4得以驗證。

（五）異質性分析

本文分別從企業產權性質、行業競爭程度和企業規模三個維度分析數字化轉型對企業過度負債的異質性效應。

1.企業產權異質性

數字化轉型對不同產權性質企業的過度負債水平影響可能有所差異。我國的國有企業往往承擔更多社會性的政策任務，起著穩定經濟的作用，故其經營決策的調整受國家宏觀調控政策的影響較大。相較于國有企業，民營企業的經營治理靈活性更強，能夠自主及時地調整資本結構，更加有效地利用數字化轉型提升企業的生產效率、提高信息透明度、增強企業的管理效率，從而抑制企業的過度負債。因此，本文將樣本劃分為國有企業和非國有企業進行異質性分析。結果見表7中列（1）列（2），核心解釋變量的系數僅在非國有企業中顯著，說明相比于國有企業，數字化轉型抑制企業過度負債的效應在非國有企業中更加明顯。

2.行業競爭程度異質性

企業面臨的外部競爭環境不同，數字化轉型對其債務融資決策的影響也會存在差異。在低行業競爭環境下，企業的信息透明度不高，企業的代理成本較高，此時數字化轉型能夠對企業的過度負債程度產生更大的抑制效應。因此，本文選擇赫芬達爾指數（HHI）衡量企業面臨的市場競爭壓力。結果見表7中列（3）列（4），核心解釋變量的系數僅在低行業競爭企業中顯著，表明數字化轉型對企業過度負債的抑制效應在低行業競爭壓力的企業中更加明顯。

3.企業規模異質性

相較于小規模企業，大規模企業擁有更豐富的資源和資金實力，經營管理效率和信息透明度更高。小規模企業由于自身資源的約束和制度的不健全，經營管理效率不高，同時受到市場的關注相對不足。因此，數字化轉型對小規模企業的邊際作用更明顯。基于此，本文將總資產規模在行業前三分之一的企業劃分為大規模企業，總資產規模在后三分之一的劃分為小規模企業。結果見表7中列（5）、列（6，核心解釋變量的系數僅在小規模企業中顯著，因此，相較于大規模企業，數字化轉型對小規模企業過度負債的負向影響更明顯。

六、結論與啟示

當前中國經濟進人了數字經濟時代，防范債務危機、增強金融系統的穩定性是保障經濟平穩發展的核心所在。本文利用2010—2023年中國滬深A股上市公司數據，實證檢驗了數字化轉型對企業過度負債程度的抑制效應。研究發現：（1）數字化轉型對企業的過度負債具有顯著的抑制效應，該結論在穩健性檢驗和內生性檢驗后依然成立。（2）機制分析發現，緩解企業的信息不對稱程度、降低企業的代理成本以及減少企業的經營成本是數字化轉型有效抑制企業過度負債的作用途徑。（3）異質性分析表明，數字化轉型對非國有企業、小規模企業和低行業競爭企業的過度負債抑制效應更加顯著。

根據上述研究結論，得到如下的啟示：

第一，完善數字化基礎設施建設，加大政策支持力度。在數字經濟時代的背景下，數字化轉型升級是經濟實現穩健發展的關鍵。實證檢驗表明，數字化轉型能夠抑制企業的過度負債程度，防范系統性債務風險。因此，在政策引導方面，各級政府應該積極鼓勵和扶持企業進行數字化轉型，強化財政政策支持力度，增強企業進行數字化轉型的決心和信心，為持續推進企業數字化轉型保駕護航。此外，完備的數字基礎設施是企業進行數字化轉型的外在基礎條件，所以，政府需要大力完善和加強地區的數字基礎設施建設，促進數字化技術與實體經濟有機融合，為企業的發展提供良好的外部環境。

第二，建立健全信息披露體系，改進和完善組織管理架構。對企業而言，積極主動地融入數字化發展的浪潮中，牢牢把握數字化轉型所帶來的重大歷史機遇是促進企業平穩發展的重要途徑。在機制分析中，提高企業的信息透明度，降低信息不對稱程度以及降低代理成本均有利于緩解企業過度舉債的現象。因此，企業應當及時記錄并共享生產經營以及融資信息，提升信息披露的質量。同時，借助數字技術增強企業的管理能力，優化企業內部的組織架構，強化內外部監督機制，減少逆向選擇和機會主義行為，抑制企業過度負債的發生。此外，數字化轉型也通過降低經營成本來抑制企業的過度負債，因此，企業應當精準、高效地將大數據、人工智能等數字化技術運用于生產銷售的各個環節，優化生產銷售流程，提升資金利用效率和生產經營效率，增強企業的盈利能力。

第三，采取精準指導和干預舉措，強化數字化轉型對企業過度負債的作用效果。在異質性分析中，數字化轉型對民營企業、小規模企業和低行業競爭度企業的抑制作用更顯著。因此，政府應該制定差異化的政策，鼓勵和支持民營企業和小型企業進行數字化升級改造，指導民營企業和小型企業建立健全組織管理制度和信息披露體系，增強市場對企業的監督。此外，低行業競爭意味著企業的集中度高，壟斷能力強。因此，要重點關注低競爭行業企業的數字化轉型進程，嚴格要求相關企業做好生產經營以及債務融資數據的實時記錄，及時向監管部門和市場披露，同時，督促該類型企業優化管理體系，提高管理治理的透明度，降低代理成本問題，防范過度依賴債務融資。

參考文獻：

[1]PENMANSH，RICHARDSONSA，TUNALTheBook-toPriceEffect in Stock Returns：Accounting for Leverage[J]. Journal of AccountingResearch，2007，45（2）：427-467.

[2]VIAL G.Understanding Digital Transformation：A Review andaResearch Agenda[J].TheJournal ofStrategic InformationSystems，2019，28（2）：118-144.

[3]劉勝強，余鑫月，胡軒瑜，等.企業數字化轉型對全要素生產率的影響一基于完整創新的鏈式中介效應模型[J].華東經濟管理，2025，39（3）：92-103.

[4]趙晨，王燕梅.企業數字化轉型如何提升出口產品質量？

一來自制造業上市公司的經驗證據[J].財經問題研究，2024（12）：83-96.

[5]倪騎然，張宸瑞.數字化轉型與企業資本配置效率[J].統

計研究，2025，42（2）：43-57.

[6]關鑫，李楓園.數字化轉型能抑制企業信息披露違規嗎？

來自A股上市公司的經驗證據[J].河南師范大學

學報（哲學社會科學版），2025，52（2）：85-96.

[7]王守海，徐曉彤，劉燁煒.企業數字化轉型會降低債務違

約風險嗎？[J].證券市場導報，2022（4）：45-56.

[8]徐壽福，張云.金融科技能夠抑制企業過度負債嗎？[J]中南財經政法大學學報，2024（3）：15-28

[9]張淼，孫光國.多個大股東能驅動企業降低過度負債水平嗎[J].財經科學，2022（3）：29-43.

[10]蔣先玲，黃鑫，陳乾.管理者過度自信與企業過度負債[J].技術經濟，2021，40（4）：122-132.

[11]汪玉蘭，竇笑晨，李井林.集團控制會導致企業過度負債嗎[J].會計研究，2020（4）：76-87.

[12]鞏鑫，唐文琳.制度環境抑制了企業過度負債同伴效應嗎？——基于信息不對稱中介效應的分析[J].財經理論與實踐，2021，42（5）：26-33.

[13]王紅建，楊箏，阮剛銘，等.放松利率管制、過度負債與債務期限結構[J].金融研究，2018（2）：100-117.

[14]KGTK A，ZHOUQ，PAN Z，et al.Business Shocks and Corporate Leverage[J].Journal of Banking and Finance， 2021，13.

[15]LOEBBECKEC，PICOTA.Reflections on Societal and BusinessModel Transformation Arising from Digitization and BigData Analytics：A Research Agenda[J].Journal of Strategic Information Systems，2015，24（3）：149-157.

[16]LIZ，XIEB，CHENX，etal.CorporateDigital Transformation，Governance Shifts and Executive Pay-performance Sensitivity[J].International Review of Financial Analysis， 2024，92.

[17]何青，琚望靜，莊朋濤.如何緩解企業投融資期限錯配？

基于數字化轉型視角［J].數量經濟技術經濟研究，2024，41（5）：113-133.

[18]羅進輝，巫奕龍.數字化運營水平與真實盈余管理[J]

管理科學，2021，34（4）：3-18.

[19]吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現—來自股票流動性的經驗證據[J].管理世界，2021，37（7）：130-144，10.

[20]劉鑫，黨莉莉.數字化轉型、企業避稅與債務融資成本—基于雙元風險的視角[J].當代財經，2024（10）：

[21]文余源，劉洋.數字化賦能民營企業高質量發展研究[J].金融理論探索，2024（5）：11-20.

[22]方明月，林佳妮，聶輝華.數字化轉型是否促進了企業內共同富裕？一來自中國A股上市公司的證據[J]數量經濟技術經濟研究，2022，39（11）：50-70.

[23]HARFORD J，KLASA S，WALCOTT N.Do Firms Have

Leverage Targets？Evidence from Acquisitions[J].Journal ofFinancial Economics，2009，93（1）：1-14.

[24]陸正飛，何捷，竇歡.誰更過度負債：國有還是非國有企業？[J].經濟研究，2015，50（12）：54-67.

[25]賀佳，郭俊汝，成前.政府審計獨立性提升能否抑制地方

國有企業過度負債？[J].會計研究，2023（8）：146-163.[26]陶鋒，王欣然，徐揚，等.數字化轉型、產業鏈供應鏈韌

性與企業生產率[J].中國工業經濟，2023（5）：118-136.[27]許曉芳，周茜，陸正飛.過度負債企業去杠桿：程度、持續性及政策效應—來自中國上市公司的證據[J].經濟研究，2020，55（8）：89-104.

[28]江艇.因果推斷經驗研究中的中介效應與調節效應[J].

中國工業經濟，2022（5）：100-120.

[29]趙英會，張喆.數字化轉型對企業價值的影響一基于媒體與分析師關注的調節效應[J].統計與決策，2024，

40（19）：179-183.

[30]狄靈瑜，步丹璐.數字化轉型與民營企業投融資期限錯配[J].上海金融，2023（1）：57-68.

The Inhibitory Pathways of Digital Transformation on ExcessiveDebtofEnterprises

YeDehui，HuFang （School of Economics，Guangxi University，Nanning 53ooo4，China）

Abstract：Maintainingareasonable debt rangeand preventing excessive corporate leverage are crucial measuresforachieving financial stabilityand high-quality economic development.Thisstudy takes Shanghai and ShenzhenA-share listed companies in China from 20lO to 2023as research samples to analyze the impactof corporate digital transformationon excessive debt and its transmission mechanisms.Theempirical resultsdemonstrate thatdigital transformationsignificantlyinhibitscorporateover-indebtedness，a finding that remainsrobustafter rigorous testing.Mechanismanalysisreveals that digital transformationcurbsexcessive debtbyreducingagency costs，alleviating information asymmetry，and decreasing operating costs.Heterogeneityanalysis indicates that thedebt-restraining efect ofdigital transformation ismore pronounced in non-state-owned enterprises，small-scale firms，and industries with low competition levels.Thereforewe shouldactively promote digital transformationamongenterprises，release economic effect ofdigital transformation，prevent debt risks，and improve sustainable development of enterprises.

Keywords：digital transformation;over-indebtedness;agency costs;debt risk

（責任編輯：李丹；校對：龍會芳）